(A) 使用 sgRNA 文库针对所有 UPS 和关键相互作用组基因进行 CRISPRko 筛选的示意图。与表达经过验证的 PROTEINi® 的细胞共表达,并收集低和高 GFP 群体以识别诱导 GFP 降解的功能依赖性。 (B) 对于我们的一种 GFP 降解诱导 PROTEINi®,CRISPR 筛选反卷积揭示了负责降解剂功能的单个关键 E3。 (C) 通过突变分析确定结构活性关系 (SAR),以识别关键残基并建立结合模型。 (D) 这允许模拟 E3 连接酶结合并从肽 SAR 中从头识别经过计算机验证的 PROTEINi® 结合口袋,以启动我们的小分子开发流程。
通过机载光学切片 (AOS, [1 – 10]),我们引入了一种宽合成孔径成像技术,该技术使用传统无人机对森林上方的图像进行采样。这些图像通过计算组合(注册到地面并取平均值)为积分图像,可抑制强遮挡并使隐藏目标可见。AOS 依赖于统计概率,即从多个角度看,森林地面上的某个点不会被植被遮挡,如 [2] 中的统计概率模型所解释的那样。可以进一步分析积分图像,以支持例如使用高级深度神经网络进行自动人员分类。在 [9] 中,我们已证明,在分类之前集成原始图像而不是合并原始图像的分类结果,在对空中热图像中部分遮挡的人进行分类时效果明显更佳(平均精度 92% vs. 25%)。在 [10] 中,我们展示了第一款基于 AOS 的全自动搜救无人机。与机载激光雷达 [11 – 14] 或合成孔径雷达 [15 – 18] 等替代方案相比,AOS 的主要优势在于,当部署在低成本片上系统计算机 (SoCC) 上进行遮挡消除时,其实时计算性能和高空间分辨率;它适用于其他波长,例如用于野生动物观察和搜救的远红外,或用于农业和林业应用的近红外。AOS 是被动的